基于改进YOLOX的变电站工人防护设备检测研究

摘要：

为解决电气工人防护设备检测问题,通过改进YOLOX算法,提出检测工作人员防护设备的模型.首先在预测部分改进损失函数,为解决损失函数计算存在的缺陷,对IOU损失的计算方法进行改进,根据防护设备任务特性,通过调整各种类型损失函数的权重,增加对模型误判的惩罚,对模型进行优化;其次在算法主干网络中引入CBAM注意力模块提高神经网络对工人防护设备的感知能力;最后在算法Neck部分,将UpSample结构用于多尺度特征融合,加强网络的细节表达能力,从而提升对小目标困难样本的检测精度.研究结果表明:改进后的YOLOX模型平均精度均值达到87.24％,与已有YOLOX模型相比提升2.46％,具备有效性,适用于变电站工人防护设备检测.研究结果可为电气工人提供更高的防护装备检测精度.

关键词：电气安全、改进YOLOX、变电站、工人防护、防护设备检测、注意力机制

所属期刊栏目：19

分类号：X913.4(安全科学基础理论)

资助基金：国家自然科学基金;国家重点研发计划;辽宁省教育厅项目;辽宁工程技术大学学科创新团队项目

在线出版日期：2023-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：201-206